Ma

源码文件：vnpy_ctastrategy.strategies.multi_timeframe_strategy 1. 策略概述 MultiTimeframeStrategy 展示了如何在 CTA 策略中同时处理两个不同频率的时间序列。 通常策略只关注单一 K 线周期（如 15 分钟），但本策略同时订阅并合成： 15 分钟 K 线：用于判断大趋势（Trend）。 5 分钟 K 线：用于寻找具体的入场点（Timing）。 这种“大周期定方向，小周期找买点”的方法是手工交易中非常经典的多周期共振思路。 基类：CtaTemplate 核心机制：双 BarGenerator (5m + 15m) 核心指标：MA (趋势), RSI (择时) 2. 核心参数 参数名 默认值 含义 rsi_window 14 RSI 计算周期 (基于 5 分钟) rsi_signal 20 RSI 阈值偏移 (50 ± 20) fast_window 5 快线周期 (基于 15 分钟) slow_window 20 慢线周期 (基于 15 分钟) 3. 策略逻辑详解 3.1 双周期 K 线合成 策略在 on_init 中初始化了两个 K 线生成器： ...

源码文件：vnpy_ctastrategy.strategies.double_ma_strategy 1. 策略概述 DoubleMaStrategy 是量化交易中最经典的入门策略——双均线策略。 逻辑极其简单：快线向上穿过慢线（金叉）做多，快线向下穿过慢线（死叉）做空。虽然简单，但它是理解趋势跟踪逻辑的最佳起点。 基类：CtaTemplate 核心指标：SMA (Simple Moving Average) 交易方式：信号触发后立即市价（或限价）成交 2. 核心参数 参数名 默认值 含义 fast_window 10 快线周期 (如 10 日均线) slow_window 20 慢线周期 (如 20 日均线) 3. 策略逻辑详解 3.1 指标计算 策略计算了两条均线的当前值 (ma0) 和上一根 K 线的值 (ma1)，用于判断交叉。 1 2 3 4 5 6 7 fast_ma = am.sma(self.fast_window, array=True) self.fast_ma0 = fast_ma[-1] # 当前 K 线快线 self.fast_ma1 = fast_ma[-2] # 上一根 K 线快线 slow_ma = am.sma(self.slow_window, array=True) self.slow_ma0 = slow_ma[-1] self.slow_ma1 = slow_ma[-2] 3.2 交叉判断 金叉 (Cross Over)： 上一刻：快线 < 慢线 当前：快线 > 慢线 1 cross_over = self.fast_ma0 > self.slow_ma0 and self.fast_ma1 < self.slow_ma1 死叉 (Cross Below)： ...

源码文件：vnpy_ctastrategy.strategies.multi_signal_strategy 1. 策略概述 MultiSignalStrategy 是一个典型的“投票型”策略。它不依赖单一指标，而是同时计算 RSI、CCI 和 MA 三个指标的信号，将它们的建议仓位叠加，最终得出目标仓位。 基类：TargetPosTemplate (目标仓位模板) 适用场景：趋势跟踪与震荡过滤结合 核心逻辑：Target Pos = Signal_RSI + Signal_CCI + Signal_MA 2. 指标逻辑拆解 策略内部定义了三个子信号类（Signal），分别处理不同逻辑： 2.1 RSI 信号 (相对强弱指标) 逻辑： RSI > 阈值（如 70）：超买区，可能看多或看空（视策略定义，通常趋势策略会认为突破向上）。 RSI < 阈值（如 30）：超卖区。 代码片段： 1 self.signal_pos["rsi"] = self.rsi_signal.get_signal_pos() 2.2 CCI 信号 (顺势指标) 逻辑：CCI 用于捕捉趋势爆发。 代码片段： 1 self.signal_pos["cci"] = self.cci_signal.get_signal_pos() 2.3 MA 信号 (移动平均线) 逻辑：通常使用双均线（快线/慢线）交叉判断趋势。 快线 > 慢线：金叉，看多。 快线 < 慢线：死叉，看空。 3. 核心执行逻辑：calculate_target_pos 这是该策略最精彩的部分。它没有复杂的 if-else 嵌套，而是简单的算术叠加。 1 2 3 4 5 6 7 8 9 10 11 12 13 14 def calculate_target_pos(self) -> None: """""" # 1. 获取各个子信号的建议仓位 self.signal_pos["rsi"] = self.rsi_signal.get_signal_pos() self.signal_pos["cci"] = self.cci_signal.get_signal_pos() self.signal_pos["ma"] = self.ma_signal.get_signal_pos() # 2. 累加计算总目标仓位 target_pos = 0 for v in self.signal_pos.values(): target_pos += v # 3. 调用模板接口执行 self.set_target_pos(target_pos) 逻辑图解 假设我们设置每个信号满仓为 1 手： ...